试论开展中国农作物病虫害危害流行的长期气象预测研究

从开展中国农作物病虫害危害流行的长期气象预测研究的必要性出发，结合国内外的研究现 状，提出提高农作物病虫害长期预测的准确性、时效性是农作物病虫病综合防治的首要措施，并建 议围绕中国农作物病虫害宏观气候可预测性的机理、流行的前兆性气候指标、流行气候区划、影响 的关键气象因子、预报模式的气象信息技术改造等方面开展中国农作物病虫害危害流行的长期气象 预测研究。

基于遗传神经网络的全国小麦条锈病长期气象预测

为了提高反向传播(BP)神经网络模型预测小麦条锈病发病率的准确性和效率,以上年1月-当年3月组合的120个大气环流特征量为基础,定量分析大气环流特征量与全国小麦条锈病发病率之间的相关性并从中筛选出主要的影响因子;对影响因子进行主成分分析(PCA),提取累计贡献达到85.46%的前10个主成分作为预测因子;利用逐步回归、BP神经网络及遗传算法(GA)优化的BP神经网络三种模型进行预测,三种模型的预测精度均在80%以上,其中GA-BP神经网络模型的精度最高,达92.6%,而其训练步长仅为标准BP神经网络的1/4左右。通过PCA简化网络结构,同时运用GA优化网络初始权值和阈值,GA-BP神经网络模型可以较好的预测小麦条锈病的发病率。

我国小麦白粉病发生流行的长期气象预测研究

确定了影响我国小麦白粉病发病流行的9项关键环流特征因子指标,其中4项较好地表征了我国小麦白粉病发病面积轻、偏轻、偏重、重4个级别的气候特征。以关键环流特征因子距平为预测因子,建立的上年10月初、当年4月初制作预报的2个全国小麦白粉病发病面积距平预测模式历史拟合效果较好,对2004年的外延预报准确率分别达87.5%和98.2%。通过分析关键大气环流特征因子对我国小麦白粉病发生流行的可能影响机制,发现前期关键环流特征因子对我国小麦白粉病的发生流行具有很好的气候背景指示效应。